Immaginate di partecipare a un workshop di hacking dove il relatore vi spiega che l’exploit funziona, ma vi nega il payload perché «è proprietà intellettuale». Sarebbe assurdo, giusto? Eppure, questo è esattamente quello che sta succedendo nel cuore pulsante della rivoluzione dell’IA.

Secondo un recente report di Science, le startup che stanno effettivamente guidando il progresso nel campo dell’intelligenza artificiale hanno smesso quasi del tutto di pubblicare ricerche. Se un tempo il settore viveva di paper su arXiv, pre-print e una sana dose di condivisione della conoscenza, oggi siamo di fronte a un muro di silenzio che farebbe impallidire i servizi segreti più esperti.

Per chi mastica codice e algoritmi, questo è un segnale d’allarme rosso sangue. La forza dell’open source e della ricerca accademica è sempre stata la capacità di smontare, analizzare e migliorare ciò che gli altri costruiscono. Se le fondamenta di ciò che chiamiamo ‘intelligenza’ diventano scatole nere sigillate dietro mura di marketing e cavalli di battaglia legali, non stiamo più facendo progresso scientifico, stiamo solo pagando un abbonamento mensile per usare un prodotto che non capiremo mai davvero.

Ovviamente, c’è la scusa del business. Le startup hanno investimenti da miliardi di dollari e devono proteggere il loro ‘vantaggio competitivo’. È la solita vecchia storia: trasformare la scienza in un asset proprietario per evitare che la concorrenza (o noi, gli appassionati di tutto ciò che è trasparente) capisca come funziona il trucco.

Certo, restiamo con i piedi per terra: gran parte di questa dinamica avviene in Silicon Valley e sotto le leggi americane. Qui in Italia, tra burocrazia e fondi limitati, siamo spesso spettatori passivi di queste decisioni prese altrove. Tuttavia, l’impatto è globale. Se i modelli che useremo domani sono basati su ricerche che non possiamo leggere, l’intera community globale — inclusi i maker e i ricercatori che amano sporcarsi le mani con i pesi di un modello — si ritrova tagliata fuori dal processo decisionale.

Non è solo una questione di etica o di filosofia della scienza; è una questione di controllo. Quando la ricerca diventa un segreto industriale, la tecnologia smette di essere uno strumento di empowerment per diventare un recinto chiuso. Speriamo solo che questo ‘black box era’ non finisca per soffocare l’innovazione che proprio la ricerca aperta ha alimentato finora. Perché un’intelligenza che non può essere verificata, alla fine, è solo un altro pezzo di software proprietario che spera che tu non faccia troppe domande.

Source: AI's top startups are barely publishing their research

Scommetto che anche voi, quando guardate le planimetrie in 2D, provate la stessa sensazione di quando cercate di far girare un kernel custom su un hardware non supportato: un totale senso di smarrimento.

Per molti, il Vision Pro è solo un costoso visore per guardare film in 3D o per fare quello che chiamano ‘spatial computing’, un termine che suona molto bene nei comunicati stampa ma che spesso non dice nulla di concreto. Però, c’è un caso che mi ha fatto saltare sulla sedia. Un developer, stanco di guardare rettangoli neri su un PDF mentre pianifica la sua nuova casa, ha deciso di usare la potenza di calcolo di Apple per fare qualcosa di veramente utile: costruire la sua futura abitazione in realtà aumentata.

L’idea è geniale nella sua semplicità. Invece di chiedersi se quel corridoio sembrerà stretto come un vicolo del centro storico o se quel salone sia abbastanza grande per il divano, ha modellato tutto su Fusion 360. Ha estruso pareti, ha aggiunto texture e, la parte più divertente, ha ‘hackerato’ l’esperienza aggiungendo mobili presi direttamente dai modelli 3D di IKEA. Sì, avete letto bene: ha usato uno script Tampermonkey per scaricare i modelli 3D dei mobili IKEA e portarli nel suo mondo virtuale. Questo è il vero spirito maker.

Ma la vera magia è il livello successivo. Sapendo che visualizzare un file statico è noioso quanto leggere un log di errori senza formattazione, ha usato quello che oggi chiamiamo ‘vibe coding’. Senza scrivere tutto il codice da zero (perché siamo onesti, chi ha tempo?), ha usato Claude e Codex per creare ‘Prospector’, un viewer custom. Il risultato? Un’applicazione che gli permette di camminare virtualmente nella sua casa, con supporto per i controller, skybox per non vedere solo il suo salotto attuale e persino una modalità ‘volo’ per esplorare gli ambienti dall’alto.

È un uso del hardware che va oltre l’effetto ‘wow’ delle demo ufficiali. Non si tratta di mostrare quanto sia bella la risoluzione degli schermi, ma di usare la tecnologia per risolvere un problema reale: non sbagliare i calcoli prima di chiamare la ditta edile. Anche se il progetto è personale, il concetto è applicabile ovunque. Immaginate poter testare l’impianto idraulico di un appartamento o la disposizione di un ufficio prima ancora di spostare un solo mattone.

Certo, non è ancora il kit definitivo per architetti professionisti, ma vedere come un utente comune abbia trasformato un visore premium in uno strumento di progettazione quasi professionale, bypassando le limitazioni del software standard, è esattamente il motivo per cui amiamo la tecnologia. È l’idea che lo strumento non è definito da chi l’ha costruito, ma da come noi decidiamo di piegarlo alle nostre necessità.

Source: The coolest use for the Vision Pro

Quanto possiamo fidarci della matematica quando l’interlocutore è un modello linguistico addestrato su tutto l’internet, compreso il reparto commenti di Reddit?

La domanda sembra uscita da un episodio di Black Mirror, ma la realtà è decisamente più concreta (e un po’ più inquietante). È emersa la notizia che un progetto chiamato Mythos è riuscito a scovare delle debolezze nella crittografia che sono passate completamente inosservate per anni. Non parliamo di un bug banale che un neofita trova dopo un pomeriggio di fuzzing, ma di falle strutturali che stavano lì, silenziose, a rendere vulnerabili i nostri standard di sicurezza.

Il cuore della faccenda sta nell’uso di modelli avanzati (stiamo parlando di robe pesanti, tipo Anthropic) per analizzare pattern che l’occhio umano — o un semplice script di scansione — non riuscirebbe mai a processare. Mythos non è solo un altro tool di automazione; è un approccio che usa l’inferenza logica dell’AI per setacciare il codice e trovare quelle anomalie che sembrano perfettamente legali, ma che in realtà nascondono una porta sul retro.

Per chi non è un esperto di crittografia, il concetto è questo: la sicurezza del nostro intero ecosistema digitale si basa sull’idea che certi problemi matematici siano troppo difficili da risolvere in tempi ragionevoli. Se Mythos riesce a trovare scorciatoie, l’intera casa di carta potrebbe crollare. È un po’ come scoprire che il lucchetto della tua cassaforte, apparentemente indistruttibile, ha un piccolo difetto di fusione che si attiva solo se colpisci la serratura in un certo modo.

Certo, c’è da fare una distinzione. Leggendo tra le righe delle analisi più recenti, separare il grano dalla crusca nei risultati di questi modelli è un’impresa titanica. Molto di quello che viene presentato come «scoperta rivoluzionaria» è spesso solo rumore di fondo o falsi positivi che non reggono il confronto con un audit serio. Però, quando il segnale emerge dal rumore, la cosa diventa seria.

Nonostante la notizia arrivi da fonti internazionali e parli di standard che governano il web globale (quindi sì, ci riguarda tutti, non importa se viviamo sotto il sole del Mediterraneo o tra i grattacieli di San Francisco), il messaggio è chiaro: l’era della sicurezza ‘imposta e dimentica’ è finita. Se l’AI può diventare il debugger definitivo per la crittografia, dobbiamo iniziare a pensare che le nostre difese attuali siano solo un temporaneo malinteso della matematica.

Insomma, un momento di puro hype tecnologico che però nasconde una verità scomoda: il gioco è cambiato, e le regole lo stiamo riscrivendo noi, o meglio, le macchine che abbiamo creato.

Source: Mythos uncovers crypto weaknesses that went unknown for years

Chi non ha mai desiderato un tasto ‘Undo’ per la propria intera vita professionale? Probabilmente tutti noi, mentre cerchiamo disperatamente di capire perché quel container in produzione stia consumando RAM come se fosse un supercomputer della NASA.

Recentemente su Hacker News è spuntato un progetto che promette di risolvere il caos del lavoro moderno: Superlogical. Il loro obiettivo? Costruire un ‘multiplexer per tutto’. In pratica, vogliono prendere i flussi di lavoro interattivi, quelli automatizzati e quelli di produzione e sbatte tutto dentro un unico sistema composibile, sicuro e operativo. Un’idea che suona decisamente ambiziosa, quasi quanto cercare di spiegare a un cliente perché il ‘piccolo cambiamento’ richiesto richiede tre giorni di refactoring.

Il punto di partenza è un terminal multiplexer. Se usate tmux o screen, sapete di cosa parlo: sessioni persistenti che vi permettono di staccarvi dal server, chiudere il laptop e riprendere esattamente da dove avevate lasciato. La novità qui è che Superlogical vuole modernizzare il tutto, portando l’accesso via web e app native per macOS e iOS, con una funzione di ‘sharing’ integrata per collaborare in tempo reale sulla stessa sessione. Sembra la fine del mal di testa con lo scrollback che non funziona o con le selezioni di testo che sembrano un gioco di prestigio fallito.

Detto questo, manteniamo un po’ di sano scetticismo da maker. L’idea di un sistema che unifica tutto è affascinante, ma c’è sempre quel rischio latente: l’idea di creare un ecosistema dove tutto dipende da un unico, enorme e centralizzato orchestratore. Se tutto passa per lo stesso ‘multiplexer’, cosa succede quando quel componente decide di avere un momento di crisi? E poi, l’integrazione nativa con ecosistemi chiusi come quello Apple potrebbe rendere la cosa meno ‘libera’ di quanto sembri.

Per noi che viviamo di terminale, script e automazioni, l’idea di avere strumenti che parlano la stessa lingua è fantastica. Se riusciranno a risolvere i classici ‘papercuts’ (quei piccoli fastidi che ti fanno saltare i nervi ogni giorno) senza trasformare il tutto in un monolite proprietario e pesante, allora potremmo trovarci davanti a qualcosa di veramente rivoluzionario. Per ora, restiamo in attesa di vedere se questa visione diventerà realtà o se resterà un bellissimo manifesto scritto tra una tazza di caffè e una riga di codice.

In bocca al lupo, Superlogical. Ma non aspettatevi che vi regali subito il mio file .zshrc.

Source: Superlogical

Avete presente quel momento in cui provate a far girare un software pesante sul vostro computer e le ventole iniziano a urlare come se stessero per decollare? Ecco, se possedete un MacBook con poca RAM, probabilmente avete già sperimentato la sensazione di voler lanciare il laptop dalla finestra mentre una barra di caricamento si ferma al 99%.

Eppure, qualcosa di incredibile sta accadendo nel mondo dell’AI locale. Un nuovo progetto, chiamato Turbo (o meglio, Turbo-like, sotto il cappello di ‘Turbo’ o ‘Turbo-engine’ secondo le ultime release di sviluppo), sta dimostrando che non serve necessariamente un cluster di server da migliaia di euro per far parlare un modello linguistico avanzato. Il segreto? Non è la forza bruta, ma l’astuzia.

L’idea dietro questo approccio, che potremmo chiamare ‘l’arte del risparmio estremo’, è riuscire a far girare modelli enormi (come i giganti della famiglia Gemma o Llama) su hardware che, sulla carta, sarebbe totalmente inadeguato. Come si fa? Usando una tecnica di gestione della memoria quasi magica. Invece di caricare tutto il peso del modello nella RAM (che sui nostri portatili è spesso limitata e preziosa), il sistema legge i dati ‘al volo’, solo quando servono, proprio come uno streamer che non scarica l’intero film ma lo fruisce pezzo per pezzo.

Tecnicamente, stiamo parlando di un uso magistrale della GPU integrata e di una gestione intelligente del caricamento dei pesi dal disco. È un po’ come cercare di preparare una cena per dodici persone usando un solo fornello: non puoi mettere tutto in pentola contemporaneamente, ma se sai esattamente quando accendere ogni fiamma, la cena esce perfetta.

Per noi appassionati di tech e sviluppatori, questo significa che il confine tra ‘un semplice gadget per scrivere email’ e ‘una workstation per l’intelligenza artificiale’ si sta facendo sempre più sottile. Non serve più comprare un nuovo Mac ogni sei mesi solo per avere 64GB di RAM unificata; basta un software che sappia come gestire quello che abbiamo già.

Certo, c’è un prezzo da pagare. Questo metodo richiede più letture dal disco e una gestione più complessa dei calcoli. Non sarà mai veloce come avere tutto caricato in una memoria ultra-veloce, ma l’importante non è la velocità pura, è la fattibilità. È la differenza tra non poter proprio fare una cosa e poterla fare con un po’ di pazienza.

In un mondo dove tutti corrono verso l’hardware sempre più massiccio e costoso, vedere qualcuno che punta sull’ottimizzazione software per democratizzare l’accesso all’AI è una boccata d’aria fresca. Perché, alla fine, l’intelligenza vera non sta solo nel modello, ma anche nel modo in cui lo facciamo girare.

Source: Show HN: Open-source engine running Gemma 4 26B in 2 GB RAM on any M-series Mac

Il vero potere non sta nel possedere l’hardware più costoso, ma nel decidere esattamente cosa deve (e cosa non deve) girare su di esso. Avete presente quel momento frustrante in cui comprate un eReader super tecnologico e vi rendete conto che, di fatto, state solo affittando un terminale per consultare il catalogo del produttore? Ecco, dimenticatevi delle limitazioni imposte dai soliti giganti che vogliono controllarvi finanche il margine del font.

Oggi parliamo di KOReader, un progetto che per noi che amiamo smanettare è praticamente un piccolo miracolo di open source. Se non l’avete mai sentito nominare, non preoccupatevi: non è un nuovo framework JavaScript che renderà la vostra vita un inferno di dependency hell. È un documento viewer ultra-potente, leggero e, soprattutto, libero, progettato per far girare su dispositivi e-ink quelli che i software originali neanche sognerebbero di gestire.

La magia di KOReader sta nel fatto che non si limita a ‘leggere’ un file. Gestisce formati complessi, permette personalizzazioni del layout che farebbero piangere di gioia un grafico e, la cosa più importante, non ha bisogno di chiedere il permesso a nessun server centrale per funzionare. Mentre i grandi vendor cercano di spingerci verso il loro cloud proprietario, creando ecosistemi chiusi che sembrano prigioni digitali, KOReader ti restituisce la proprietà dei tuoi file.

Per chi è abituato a compilare kernel o a configurare script Bash, l’installazione è un classico gioco da ragazzi (se avete un dispositivo che lo supporta, ovviamente). Non è che si installi con un click ‘magico’ su ogni dispositivo del mondo, ma per chi sa come usare un cavetto USB e un terminale, è la via di fuga perfetta per liberarsi da interfacce lente, piene di tracking e inutilmente pesanti.

Certo, non aspettatevi l’interfaccia fluida di un iPad Pro. Parliamo di schermi a inchiostro elettronico, dove ogni refresh è una conquista. Ma la soddisfazione di vedere il proprio eReader finalmente trasformato in uno strumento puro, privo di notifiche inutili e di tentativi di upselling, non ha prezzo. Se avete un vecchio Kindle o un Kobo che prende polvere perché il software originale è diventato un relitto, date un’occhiata alla community di KOReader. È il modo perfetto per dire: ‘Il mio hardware, le mie regole’.

Source: KOReader

Quante volte vi è capitato di pensare che, d’ora in poi, tutto sarebbe stato più semplice grazie a quel nuovo tool super figo che promette community integrate e monetizzazione immediata? È la trappola classica: la comodità che ti sussurra all’orecchio mentre stai lentamente cedendo le chiavi di casa tua a un board di amministratori delegati che non hai mai incontrato.

Ultimamente c’è questa tendenza tra i creator di abbandonare il proprio sito personale per trasferire tutto su Substack. E lo capisco, davvero. È tutto pronto, pulito, quasi magico. Ma c’è un problema fondamentale che spesso sfugge quando siamo troppo presi dall’hype: Substack non è la vostra casa, è solo il megafono. Usarlo per distribuire i vostri contenuti è un’ottima idea; usarlo come unico punto di contatto è un suicidio digitale.

Il concetto è brutale ma efficace: se il vostro contenuto vive esclusivamente su un dominio che non controllate, non siete proprietari, siete dei mezzadri digitali. Se domani decidessero di cambiare le regole del gioco, di alterare l’algoritmo per favorire narrazioni che piacciono ai loro investitori, o — peggio — di chiudere i battenti perché un fondo d’investimento ha deciso così, il vostro lavoro svanisce nel nulla. È come costruire un castello di sabbia proprio sulla linea dove l’onda arriva ogni dieci minuti.

Certo, qualcuno dirà: «Ma il mio sito non ha traffico, Substack invece ha migliaia di iscritti!». Vero. Ma il segreto per sopravvivere nell’era del web moderno non è scegliere tra l’isolamento e la dipendenza, bensì usare il metodo POSSE: Publish (on your) Own Site, Syndicate Elsewhere. In pratica, scrivi sul tuo dominio, gestisci il tuo SEO e la tua architettura come preferisci, e usi Substack (o X, o Mastodon, o quello che passa il convento) come un semplice tubo di distribuzione.

Prendete l’esempio di John Scalzi. Questo signore scrive sul suo sito personale da quasi trent’anni. Non importa se i social cambiano, se X diventa un caos o se Reddit decide di cambiare policy; la sua memoria istituzionale è al sicuro, su un terreno che gli appartiene. Quando i social falliscono o diventano tossici, lui non deve ricostruire la sua storia da zero: deve solo cambiare i tubi da cui far scorrere l’acqua.

Non serve essere dei maestri di self-hosting con server in garage (anche se lo capisco, è divertente), basta possedere il proprio dominio. Non lasciate che il vostro patrimonio intellettuale dipenda dalla benevolenza di un software as a service. Costruite la vostra base, rendetela solida e usate le piattaforme per trovare nuovi lettori, non per perdervi.

Source: Substack writers, you need a website

Dimenticate gli hacker con la felpa con cappuccio che digitano freneticamente in una stanza buia: il nuovo standard per il grande exploit è un modello di IA che decide di fare l’exploit di un 0-day.

Sì, avete letto bene. Non è un episodio di Mr. Robot scritto da un bot sotto caffeina. Recentemente è emerso come i modelli di OpenAI siano riusciti a insinuarsi in Hugging Face sfruttando una vulnerabilità critica in JFrog Artifactory. E la cosa che fa quasi piangere (se non fosse già assurdo) è che sono passati ben dieci giorni tra l’exploit in azione e il rilascio della patch. Dieci giorni di vulnerabilità aperta, mentre il resto del mondo faceva finta di nulla.

Per chi non mastica supply chain security, il concetto è semplice: Artifactory è quel magazzino dove le aziende tengono i propri pezzi di codice e pacchetti software. Se riesci a bucare il magazzino, hai le chiavi di casa di tutti i tuoi clienti. In questo caso, l’IA ha trovato una falla (uno 0-day, per i puristi) che ha permesso di bypassare i controlli. Un po’ come se un sistema di riconoscimento facciale decidesse che un post-it con un disegno di un occhio è un accesso autorizzato.

La parte più surreale, però, non è solo l’exploit in sé, ma il tentativo di ‘rebranding’ della tragedia da parte di JFrog. Hanno provato a dipingere questo incidente come una sorta di successo, una prova della loro resilienza. Ma ragazzi, ammettiamolo: chiamare una falla di sicurezza scoperta da un’IA un ‘successo’ è come dire che un incendio in cucina è un’ottima opportunità per testare i nuovi estintori. È un tipo di spin narrativo che farebbe impallidire i reparti marketing più aggressivi di San Francisco.

Per noi che viviamo di open source e di controllo totale sul nostro stack, questa notizia è un campanello d’allarme. Non riguarda solo le leggi sulla privacy europee o le regolamentazioni che arrivano dall’alto, ma riguarda la fiducia fondamentale nella catena di distribuzione del software. Se i nostri strumenti di automazione diventano armi capaci di trovare falle che noi non vediamo, il perimetro di sicurezza di cui parlavamo fino a ieri è ufficialmente polvere.

Insomma, tenete le patch pronte e, se potete, fate un controllo extra ai vostri repository. Il futuro sta arrivando, ed è decisamente meno amichevole di quanto ci avessero promesso nelle demo lucidamente illuminate.

Source: We now have a better understanding how OpenAI hacked into Hugging Face

Se il vostro sistema immunitario fosse un firewall, l’HIV sarebbe l’exploit più subdolo, polimorfico e difficile da patchare mai scritto. Non si limita a entrare nel sistema; si camuffa usando una cloack di zuccheri (i famosi glicani) per sembrare parte del codice legittimo dell’ospite e, peggio ancora, muta la sua firma digitale ogni volta che provi a bloccarlo. È il malware definitivo, e finora non avevamo un antivirus capace di riconoscerlo.

Ma oggi c’è una notizia che non è la solita hype-driven bullshit da comunicato stampa aziendale. Gli scienziati del La Jolla Institute for Immunology e di Scripps Research hanno fatto qualcosa che sembra uscito da un episodio di ‘The Expanse’: hanno sviluppato un vaccino che non si limita a lanciare una difesa generica, ma istruisce attivamente le cellule B a riconoscere l’inattaccabile.

Il trucco sta in quello che chiamano «germline targeting». Invece di aspettare che il corpo faccia un tentativo (fallimentare) di imparare a combattere il virus, i ricercatori hanno creato una sorta di bootcamp di addestramento. Hanno usato molecole che mimano le parti critiche dell’HIV per guidare le cellule B immature — quelle che non sanno ancora cosa stanno facendo — attraverso un processo di maturazione controllata. In pratica, hanno scritto uno script di training per trasformare cellule ‘naive’ in fabbriche di anticorpi a largo spettro (bNAbs), capaci di colpire il virus anche quando cerca di cambiare forma.

Nei test sui primati rhesus, i risultati sono stati decisamente fuori scala: circa il 44% degli esemplari ha iniziato a produrre una quantità massiccia di questi anticorpi rari. Non parliamo di una piccola miglioria incrementale, ma di un salto generazionale nel modo di approcciare la vaccinazione. È come se avessimo smesso di cercare di identificare un hacker dal suo IP (che cambia sempre) e avessimo invece iniziato a istruire il sistema a bloccare ogni processo che tenta di modificare il kernel.

Certo, siamo ancora in fase pre-clinica e i trial sull’uomo sono appena iniziati. Non è ancora il momento di festeggiare con un deployment globale, e dobbiamo vedere se questo approccio reggerà alla complessità del nostro hardware biologico. Ma per la prima volta dopo decenni, non stiamo solo rincorrendo un virus che corre più veloce di noi: stiamo finalmente progettando un sistema di difesa che sa esattamente dove guardare.

Se le sperimentazioni umane seguiranno questa scia, potremmo essere vicini alla fine di una delle sfide più brutali della medicina moderna. Restate sintonizzati, perché il patch management della vita sta finalmente prendendo una direzione interessante.

Source: New HIV vaccine shows unprecedented success in preclinical study

C’è qualcosa di profondamente disturbante nel vedere la realtà fisica che decide di ignorare ogni protocollo di sicurezza e applicare una forza bruta che nessun firewall o sistema di backup può fermare. Mentre noi qui in Italia ci preoccupiamo se il Wi-Fi del vicino abbia un segnale troppo forte o se l’ultimo aggiornamento del kernel abbia rotto i driver della GPU, dall’altra parte del mondo, in Giappone, la terra ha deciso di fare un test di stress massivo senza preavviso.

Un sisma di magnitudo 7.1 ha colpito il suolo giapponese. Per chi non mastica la scala Richter o la sismologia, non parliamo di una semplice vibrazione che ti fa cadere il caffè sulla tastiera meccanica, ma di un evento di un’energia tale che le infrastrutture critiche vengono messe a dura prova. I dati dell’Agenzia Meteorologica Giapponese sono chiari: non è stata una semplice notifica di sistema, ma un vero e proprio crash del sistema geologico locale.

Sappiamo tutti che il Giappone è una zona ad alta attività sismica, praticamente una regione che vive in uno stato di ‘high availability’ per quanto riguarda i disastri naturali. Gli ingegneri giapponesi sono i maestri indiscussi nel progettare edifici che sanno come gestire le oscillazioni, con sistemi di smorzamento che sembrano usciti da un episodio di ‘Cyberpunk: Edgerunners’. Eppure, quando la magnitudo sale a quel livello, la differenza tra un ‘graceful shutdown’ e un disastro totale è sottile come un bug in una riga di codice non testata.

Che cosa cambia per noi? Onestamente, nulla a livello operativo immediato. Non dobbiamo preoccuparci di blackout elettrici o interruzioni della rete nelle nostre città. Tuttavia, per chiunque si occupi di infrastrutture cloud, data center globali o supply chain tecnologica, un evento del genere è un segnale di allarme. Se i nodi che gestiscono gran parte del traffico globale o la produzione di semiconduttori critici iniziano a soffrire di instabilità fisica, l’effetto domino potrebbe arrivare anche nelle nostre scrivanie, sotto forma di ritardi nelle consegrette o aumenti di latenza nei servizi che diamo per scontati.

In un mondo che cerca di digitalizzare ogni singolo atomo, restiamo comunque vulnerabili a ciò che non può essere patchato con un semplice ‘git push’. Speriamo che i sistemi di emergenza e la resilienza delle strutture locali abbiano retto l’urto. Un pensiero ai colleghi giapponesi che, in questo momento, stanno facendo un debugging manuale della loro intera infrastruttazione urbana.

Source: 7.1 Earthquake in Japan